yolo的边界框

Question

我正在使用YOLO开展机器学习项目。我按照找到的指南here创建了我自己的数据集（在如何训练（检测自定义对象）部分）。对于边界框，我需要知道我想在给定图片中训练YOLO的每个对象的[x] [y] [width] [height]。到目前为止，我一直在手工找到这个，但它变得非常耗时。我希望得到一些帮助，编写一个可以为我计算的脚本。我知道opencv有一些很棒的图像处理工具，但不知道从哪里开始寻找对象坐标。

Answer 1

在您提到的页面中，有一个部分包含指向执行这些框的工具的链接：

  

如何标记有界的对象框并创建注释文件：

     

在这里，您可以找到带有GUI软件的存储库，用于标记有界的对象框并为Yolo v2生成注释文件：https://github.com/AlexeyAB/Yolo_mark

Answer 2

我也遇到同样的问题，但在我的情况下，数据是视频，背景是相同的，所以我做了背景扣除 您可以通过调整一些阈值来尝试使用此代码，也许您可​​以得到想要的

import cv2
import numpy as np 

# read and scale down image
# wget https://bigsnarf.files.wordpress.com/2017/05/hammer.png
img = cv2.pyrDown(cv2.imread('hammer.png', cv2.IMREAD_UNCHANGED))

# threshold image
ret, threshed_img = cv2.threshold(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY),
                127, 255, cv2.THRESH_BINARY)
# find contours and get the external one
image, contours, hier = cv2.findContours(threshed_img, cv2.RETR_TREE,
                cv2.CHAIN_APPROX_SIMPLE)

# with each contour, draw boundingRect in green
# a minAreaRect in red and
# a minEnclosingCircle in blue
for c in contours:
    # get the bounding rect
    x, y, w, h = cv2.boundingRect(c)
    # draw a green rectangle to visualize the bounding rect
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

    # get the min area rect
    rect = cv2.minAreaRect(c)
    box = cv2.boxPoints(rect)
    # convert all coordinates floating point values to int
    box = np.int0(box)
    # draw a red 'nghien' rectangle
    cv2.drawContours(img, [box], 0, (0, 0, 255))

    # finally, get the min enclosing circle
    (x, y), radius = cv2.minEnclosingCircle(c)
    # convert all values to int
    center = (int(x), int(y))
    radius = int(radius)
    # and draw the circle in blue
    img = cv2.circle(img, center, radius, (255, 0, 0), 2)

print(len(contours))
cv2.drawContours(img, contours, -1, (255, 255, 0), 1)

cv2.imshow("contours", img)

ESC = 27
while True:
    keycode = cv2.waitKey()
    if keycode != -1:
        keycode &= 0xFF
        if keycode == ESC:
            break
cv2.destroyAllWindows()

Answer 3

这里有Yolo-mark-pwa源代码的一部分，如您所见，它比原始的Yolo_mark更具可读性（单击右上角的github图标，然后选中src/utils/createExportCord.ts，{{1} }）。 src/utils/readExportCord.ts和naturalWidth是图像尺寸，naturalWidth和height是蓝色矩形尺寸。

width